本发明公开了一种基于多学科数据融合聚类算法的储层岩性预测方法，具体涉及地球物理学技术领域。本发明基于包括测井数据、地震数据和地质数据的储层原始数据构建初始样本集，再对各测井属性与目标岩性进行皮尔森相关性分析，利用对岩性敏感的测井属性提取地震属性作为属性样本，构建属性样本集和支持向量回归机后，采用粒子群优化方法利用属性样本集优化支持向量回归机，得到用于预测岩性敏感测井属性的PSO‑SVR模型并验证模型的预测效果后，利用PSO‑SVR模型预测得到岩性敏感测井属性，结合勘探资料进行聚类分析，划分待预测层位的岩性并进行可视化。本发明降低了岩性识别耗时，提高了岩性划分精度，有利于指导储层开发。